Инвестиции и трейдинг: Формирование индивидуального подхода к принятию инвестиционных решений - Саймон Вайн Страница 5

цен, самым значимым является ликвидность, т.е. потоки финансовых ресурсов на рынке. Анализ ликвидности, находящийся на перекрестке фундаментального и технического анализа, не воспринимается большинством аналитиков как самостоятельный тип. Некоторые вообще рассматривают его как результат процесса анализа. Возможно, этот подход также логичен, поскольку обоснованием для покупки или продажи могут быть заключения, сделанные на основе как фундаментального, так и технического анализа, а вот насколько они убедительны, показывает объем движения денег — ликвидность.

Мы все же считаем, что анализ ликвидности, хотя и находится на перекрестке фундаментального и технического анализа, не является их составным элементом. Вопреки мнению большинства аналитиков, мы рассматриваем его как самостоятельный подход к анализу рынка. Если ресурсов много, а активов мало, то цены последних увеличиваются. «Цены растут, поскольку покупателей больше, чем продавцов» — такое классическое ироничное объяснение их «беспричинного» роста обычно дают на Уолл-стрит. Это утверждение отражает независимую роль анализа ликвидности в прогнозировании поведения цен. Инвесторы и трейдеры постоянно отслеживают такие факторы, как количество открытых контрактов на биржах. Они неизменно интересуются тем, появились ли на рынке новые деньги. Вопросы об их происхождении («русские» они или «западные», пенсионные или фондовые) направлены на выявление «сильных» и «слабых» рук рынка, т.е. устойчивости тенденции (тренда). Даже будучи уверенными в фундаментальных факторах, воздействующих на рынок, с помощью анализа ликвидности инвесторы надеются получить ответ на вопрос о силе и продолжительности тренда.

Выделив анализ ликвидности в отдельную категорию, мы упрощаем сравнение достоинств теперь уже трех методов анализа (фундаментального, технического и анализа ликвидности). Для выявления сильных и слабых сторон каждого метода в разных ситуациях попробуем воссоздать примерную картину функционирования рынка в целом. Для этого опишем типы участников; критически рассмотрим методы, используемые «фундаменталистами» на нескольких рынках для прогнозирования; сопоставим внутреннюю логику, лежащую в основе фундаментального и технического анализа, и, наконец, обсудим факторы, от которых зависит ликвидность, и как они отражаются на исторических графиках.

Автор не ставит перед собой цель подробно описать каждую из данных тем. Его задача — приоткрыть завесу над взаимосвязями, свидетелями которых становятся участники рынка. Эта завеса — общепринятые понятия и концепции, которыми пользуются при описании рыночной стихии. Многие из этих трюизмов не столько описывают, сколько упрощают и искажают реальность. Нам представляется, что практик не может оперировать фактами, базируясь на привнесенных извне концепциях. Он обязан самостоятельно перепроверить принципы, освоенные при чтении учебников, а также заключения рыночных аналитиков. Автор ставит своей целью предложить читателю еще раз переосмыслить совокупность имеющихся у него знаний и консолидировать практические наблюдения.

Приступая к обсуждению фундаментального анализа, предлагаем схему, отражающую логическое построение этой части книги (рисунок 1.2).

Глава 1.1 ФИНАНСОВАЯ ТЕОРИЯ И ФУНДАМЕНТАЛЬНЫЙ АНАЛИЗ

1. Проблемы теории фундаментального анализа Проблемы гносеологии3: познание на финансовых рынках и теория «бум — крах» Джорджа Сороса

Рынок можно рассматривать как информационную среду. Информация — один из основных элементов инвестиционного процесса на стадии поиска возможностей, обоснования решений и тестирования идей. «Принятие инвестиционного решения похоже на формулирование научной гипотезы и представление ее на суд практики»4. Как оптимизировать процесс принятия решения и сделать его более дисциплинированным? Как тестирование предположений о поведении рынка на практике должно уточнить подход и сами гипотезы? Эти вопросы подспудно задает себе каждый участник рынка.

В финансовой литературе, за редким исключением, не встречаются попытки оптимизации мыслительных процессов. «Интеллектуальные навыки, направленные на понимание хода социальных, политических и экономических событий, заменяются реакцией на ускоряющийся процесс мигания биржевых экранов»5. Инвесторам же, которые оказались вынужденными разрабатывать собственный подход к процессу изучения и оценки информации для принятия инвестиционных решений, особенно хорошо известна модель, которую предложил философ-постпозитивист Карл Поппер. Она получила название дедуктивно-номологической (Д-Н) и состоит из трех звеньев: конкретных изначальных условий, конкретных конечных условий и универсального обобщения. При наличии исходных условий и обобщения эта модель позволяет делать прогноз, а протестировать обобщение позволит окончательный результат. Таким образом, круг замыкается, и мы получаем рабочую модель, годную, например, для инвестиций.

Однако нобелевский лауреат в области экономики Ф. Хайек, который разделял многие взгляды К. Поппера6, считал, что Д-Н-модель неприменима к анализу социально-экономической сферы, поскольку многие социальные явления представляют собой самоорганизующиеся сложные структуры. Для объяснения сложных феноменов Хайек предложил свой подход, который заключается в следующем:

1) многие изучаемые экономистами феномены сложны;

2) базируясь на сложных феноменах, невозможно получить точные предсказания;

3) экономистам вместо теоретизирования о сложных феноменах и прогнозирования лучше давать объяснения принципам и устойчивым конфигурациям (patterns).

Вывод Хайека таков: «То, что мы знаем в экономической науке, гораздо меньше того, к чему мы стремимся». Более того, он считал, что прогресс знаний приводит к меньшей фальсифицируемости (способности опровергать и улучшать) теорий7. Например, новые экономические учения включаются в устоявшуюся теорию в виде частных случаев, но ввиду значительного числа подобных частных случаев сама изначальная теория становится менее фальсифицируемой (оптимизируемой). Результаты прогнозов, основанных на теории, вызывают меньшее доверие. В каком-то смысле развитие науки подчеркивает ограниченность нашего знания. Нам кажется, что этот вывод в значительной мере подтверждается в инвестиционной практике, когда для составления прогнозов используются разные подходы экономической теории, в результате чего часто получаются весьма противоречивые результаты.

Другой лауреат Нобелевской премии в области экономики, Дж. Стиглиц, тоже сделал вывод о том, что экономика лучше объясняется эволюционными процессами, внезапными событиями и моделями, чем равновесием. При этом «нет причин верить, что эволюционные процессы являются «оптимальными»8.

Дж. Сорос предлагает свое объяснение низкой эффективности прогнозирования на базе экономической науки. «Научный метод создан для работы с фактами, но события, включающие думающих участников, зависят не только от фактов». Эта фраза отражает ключевое расхождение методологий Сороса и Поппера применительно к финансовым рынкам9. Демонстрацией несостоятельности использования в экономике методов познания, принятых в естественных науках, является парадокс Гейзенберга — известный в физике случай, когда причинно-следственная связь между природными явлениями зависит от поведения наблюдателя и потому не является объективной10. В соответствии с принципом неопределенности нельзя одновременно измерить импульс и координату частицы, так как наблюдатель и его оборудование привносят неопределенность в процесс измерения. Но даже этот редкий парадокс не отражает разницу между естественными и социальными науками, поскольку, чтобы параллель была полной, частицы должны быть «думающими». Поэтому утверждение Поппера о «единстве метода» изучения естественных и социальных наук не соответствует действительности.

Критикуя модель Д-Н, предложенную Поппером, Сорос отмечает, что,